一个只做一件事的工具:在大盘跌到位时,买 1 家银行 + 1 家保险,拿 40 天。
打开就是一块屏:
┌ 进场信号 ──────────┬ 净值曲线(19 年,可悬停)──────┐
│ 20日线 -2.68% 需-2 │ 年化 4.2% 回撤 -36.8% 夏普 .29│
│ 年线 -9.38% 需-8 ├ 每年赚多少(柱状图)─────────┤
│ ● 可以买 │ 历史机会(33 次,逐次明细)───┤
├ 今天买这两只 ──────┤ │
│ 浙商银行 / 新华保险 │ │
├ 我的持仓(第 N/40 天)┤ │
└────────────────────┴─────────────────────────────────┘
| 进场 | 上证相对 20 日均线跌幅 > 2%,且相对年线(MA250)跌幅 > 8% |
| 选股 | 银行里避差分最高的 1 只 + 保险里最高的 1 只 |
| 卖出 | 40 个交易日到期,或任一只跌破买入价 8% 先卖 |
| 仓位 | 各一半 |
参数写死在 lxquant/finance.py,界面不给调 —— 给的旋钮越多,越容易用调出来的参数骗自己。
| 年化 | 最大回撤 | 夏普 | 卡玛 | 交易 |
|---|---|---|---|---|
| +4.2% | −36.8% | 0.29(±0.23) | 0.12 | 32 次 |
分年度:2007 +1% / 2008 −27% / 2009 +22% / 2010 +9% / 2011 +3% / 2012 +26% / 2013 −1% / 2014 −4% / 2015 +19% / 2016 −5% / 2017 +1% / 2018 −0% / 2019 +12% / 2020 +4% / 2021 +1% / 2022 −1% / 2023 +3% / 2024 +30% / 2025 +1% / 2026 +3%
20 年 14 正 6 负,最大亏损年 2008(−27%)。回撤 −36.8% 也全部来自那一年, 2010 年之后的最大回撤是 −17.9%。
历史机会:33 次、32 次已结算、21 胜、平均 +2.67%/次(同期上证 +1.38%)。
净值曲线和机会清单出自同一个日频回放引擎(tools/backtest_fin.py),
所以「年化」和「每笔平均」一定对得上,不再是两个脚本各算各的。
为什么从 10 年改成 19 年。 10.8 年的样本(2016-2026)刚好躲开了 2008 和 2015, 回撤算出来 −39.9%;换成 2007 年起的 19 年后,同一套规则是 −57.3%。 更长的样本还暴露了一个数据问题:腾讯/东财的前复权在长历史高分红股上会算出 负价格(招商银行 2016 年前复权价 −0.16 元),负价和 0.2 元的报价让「相邻两日比值」 也不可信 —— 所以整条链路换成了后复权。 加了「大盘跌破年线 8% 才买」这个条件之后(见下),回撤从 −57.3% 回到 −36.8%。
双击 启动选股.bat
浏览器打开 http://127.0.0.1:8777。首次启动会拉 81 只大金融的日线(约 2 秒)。
- 回测池子只含当前还在交易的票。 2007 年以来退市的银行/保险拿不到,而退市股 通常暴跌 —— 所以 +4.2% 是高估的。
- 样本 19.7 年、32 次交易。 一年 1.6 次,统计上仍然薄:夏普 0.29 的标准误是 0.23, 换句话说「真实夏普可能在 0.06~0.52 之间」。−36.8% 的回撤是真实可能发生的。
- 后复权是事后视角。 分红送转按今天的复权因子回算,实盘会有现金分红和除权跳空。
- 到期日按工作日推算,不含法定节假日。 真实到期可能顺延一两天。
- 复权价不能当成交价看。 后复权下中国平安 2007 年是几十元、今天是几千元, 差的是 19 年的分红送转,不是涨了 100 倍。只有相邻两日的比值有意义。 (前复权更糟:长历史高分红股会算出负价,招行 2016 年就是 −0.16 元,那时连比值都不可信。)
- 盘中打开看到的是昨收的信号。 收盘价才是决策基准,15:10 之后才切到当天 —— 不然信号会随盘中价格漂移,同一句话两小时后自我否定。
| 路径 | 是什么 |
|---|---|
run.py |
启动入口(HTTP 服务) |
lxquant/finance.py |
唯一在用的策略:择时 + 选股 + 落盘 |
lxquant/fin_pos.py |
持仓跟踪:买了没 / 第几天 / 还剩几天 / 浮盈亏 |
web/ |
前端:纯 HTML/CSS/JS,无框架、无依赖;改了要构建,见下 |
data/ |
配置与运行数据(行情缓存 data/cache/ 不进库,会自动重下) |
runtime/ |
自带的 Python 运行时,不进库 |
tools/ |
build.js 压缩前端;check.py 一键自检 |
tests/ |
纯标准库单测,runtime/python.exe -m tests.run |
AGENTS.md |
给 AI / 接手的开发约定和已知的坑 |
| 路径 | 说明 |
|---|---|
GET /api/fin |
当前信号、两只票(含因子明细)、市场状态 |
GET /api/fin/history |
10 年净值曲线 + 分年度 + 指标(离线算好存盘) |
GET /api/fin/trades |
39 次历史机会明细(离线算好存盘) |
GET/POST /api/fin/pos |
持仓:`{action:"open" |
POST /api/fin/refresh |
强制重算(刷新按钮走这个) |
history 和 trades 都是离线脚本生成的,不在请求里跑 —— 算一次要读 1 GB 长表:
runtime/python.exe ../factor_lab/71_dump_history.py # 净值曲线
runtime/python.exe ../factor_lab/70_dump_trades.py # 机会清单
data/cache/(500MB+ 行情缓存,删了自动重下)、data/export/、runtime/、
data/long_all.pkl(1 GB 长表)、data/fin_state.json(运行缓存)。
./runtime/python.exe tools/check.py
语法、单测、前端语法、构建新鲜度一次查完。
改了 web/app.js 或 web/style.css 必须重建:
node tools/build.js
原因:服务端 _static() 看到同名 .min 就优先发压缩版。只改源文件不重建,
刷新看到的是旧代码 —— 这个坑很容易误判成「改了没用」。调试用 ?raw=1 看源码版。
改之前先看 AGENTS.md:数据口径(d_ 不复权 / dl_ 前复权)、
界面硬规则(禁止 justify-content:center、一屏验收标准)、外部接口的坑都在里面。
研究过程在 docs/因子研究-2026-11.md 和 docs/策略验证记录.md。
「大金融中长线」这个方向的外部调研(GitHub 三个项目 + 券商研报)和本地复现,
见 docs/大金融策略调研-2026-11.md ——
结论是:择时这一环有效(+3 个点收益 / −26 个点回撤),
但「选便宜还是选强势」在两段样本里完全反转,没有跨时代的稳定 alpha。